基于BI-GRU-CRF模型的中文分词法

• 作者: 唐力伟 苏续军 车金立 邓士杰
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 循环神经网络 BI-GRU-CRF 中文分词 序列标注
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 理论研究
• 页码范围: 66-71,77
• 页数: 7页
• 分类号: TP391.1
• 字数: 4696字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2019.09.013

摘要

循环神经网络作为一种处理时序数据的有效模型,已在序列标注问题上得到了广泛应用.为解决序列标注中典型的中文分词任务,基于门限循环单元(Gated Recurrent Unit,GRU)神经网络,提出了一种改进的双向门限循环单元条件随机场(BI-GRU-CRF)模型,该模型不仅可以通过双向门限循环单元有效利用双向上下文信息,而且可以通过条件随机场层联合考虑相邻标签间的相关性,得到全局最优的标记序列结果.在常用的中文分词测评集(PKU、MSRA)以及由构建的军事领域分词语料上,分别采用四词位及六词位标注法进行了实验,结果表明BI-GRU-CRF模型具有良好的分词性能,且六词位标注法可以改进分词效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐力伟	陆军工程大学石家庄校区火炮工程系	8	13	3.0	3.0
2	邓士杰	陆军工程大学石家庄校区火炮工程系	7	13	3.0	3.0
3	车金立	陆军工程大学石家庄校区火炮工程系	6	9	3.0	3.0
4	苏续军	陆军工程大学石家庄校区火炮工程系	6	9	3.0	3.0